Professional Documents
Culture Documents
XỬ LÝ SỐ LIỆU
Năm học: 2023 – 2024
GV: Trần Thị Thanh Nhã
Mail: tranthithanhnha@iuh.edu.vn
SĐT: 0981602056
XỬ LÝ SỐ LIỆU
NỘI DUNG
ĐIỂM
Số đo
Không có
Có thứ thứ nguyên
nguyên
Đơn vị đo lường
Chữ số có nghĩa
1.1. Số đo, chữ số có nghĩa
Qui tắc 1a
Một số đo có thể có nhiều CSCN tin cậy nhưng
duy nhất chỉ có một CSCN không tin cậy đứng ở hàng
sau chót kể từ trái sang phải.
Ví dụ:
14,54 0,00072 3,08
8,755 0,1086
1.1. Số đo, chữ số có nghĩa
Qui tắc 1b
Số CSCN của một số đo được tính từ chữ số đầu
tiên khác “0” kể từ trái sang phải, mọi chữ số “0” sau
CSCN đầu tiên, bất kể đứng ở vị trí nào, đều là CSCN.
Ví dụ:
14,53 4 CSCN 0,00074 2 CSCN
3,07 3 CSCN 8,750 4 CSCN
0,1080 4 CSCN
1.1. Số đo, chữ số có nghĩa
Qui tắc 2
Số CSCN trong một số đo bất kỳ (trực tiếp,
gián tiếp) phải giữ nguyên trong mọi phép chuyển đổi
đơn vị đo lường.
Ví dụ:
0,56 L = 0,56 x 103 mL = 560 mL
1.1. Số đo, chữ số có nghĩa
Làm tròn số
Qui tắc 3
Trong số đo gián tiếp
- CSCN sau chót được tăng lên 1 đơn vị nếu đứng sau
nó là “chữ số vô nghĩa” lớn hơn “5”
-CSCN sau chót giữ nguyên giá trị nếu đứng sau nó là
“chữ số vô nghĩa” nhỏ hơn “5”
Ví dụ:
18,176 18,18 18,174 18,17
1.1. Số đo, chữ số có nghĩa
Làm tròn số
Qui tắc 4
Chọn số hạng chốt: là số hạng có lớn nhất.
Số CSCN sau dấu phẩy trong kết quả cuối cùng
được lấy bằng với số CSCN sau dấu phẩy của số hạng
chốt.
137.34 = ± 0.01
+ 15.9994
+ 15.9994
169.3388 169.34
1.1. Số đo, chữ số có nghĩa
Xi − ഥ
X Xi − μ
εR = x100 = x100
ഥ
X μ
Là sự sai khác của
một giá trị nghiên cứu Là tỉ số của sai số
nào đó so với giá trị tuyệt đối đối với giá trị
trung bình (hoặc giá trị trung bình (hoặc giá trị
thực). Sai khác này có thực). Không có thứ
thể âm hay dương. Có nguyên.
cùng đơn vị với đại
lượng đo.
1.2. Sai số và phân loại
σni=1 xi 2
x2 =
n
1.3. Các đại lượng thống kê đặc trưng
Tần suất: trong n số liệu, giá trị xi xuất hiện ni lần: pi = ni/n
Số trội: là số có tần suất lớn nhất trong tập số liệu kết quả
1.3. Các đại lượng thống kê đặc trưng
σn
(x − x
ത )2 σni=1(xi − xത)2
s2 =
i=1 i (tập hợp nhỏ) s=
n−1 n−1
1.3. Các đại lượng thống kê đặc trưng
s
RSD (%) = × 100 s
xത xത = sxത =
n n
Bài tập 1.3.
Người ta thực hiện phép cân một vật, thu được tập số
liệu: 10.53g ; 10.11g ; 10.46g ; 10.58g ; 10.54g;
10.23g; 10.36g; 10.45g; 10.83; 10.74g.
- Hãy tính trung bình cộng, trung bình nhân, trung
bình bình phương, trung vị cho các số liệu trên.
- Tính độ lệch chuẩn, phương sai, độ sai chuẩn,
khoảng biến thiên cho tập số liệu trên.
1.4. Độ chính xác
Tăng độ chụm
Giảm sai số ngẫu nhiên
1.4. Độ chính xác
Thể hiện khả năng lặp lại của kết quả đo khi sử
dụng một phương pháp đo xác định.
- Đặc trưng cho độ phân tán của kết quả
- Liên quan đến sai số ngẫu nhiên của
phương pháp phân tích
- Độ chụm bao gồm độ lặp lại (repeatability)
và độ tái lập (reproductibility)
- Ngoài ra còn có độ chụm trung gian
1.4.2. Độ lặp lại (repeatability)
n: số mẫu đo
1.4.3. Độ tái lập (reproductibility)
SR = Sr2 + SL2
Sr: phương sai lặp lại
SL: độ lệch chuẩn do khác nhau trong giữa các phòng TN
(khác KTV, PTN nhưng cùng quy trình)
Câu 2: Một mẫu chuẩn của serum máu chứa albumin nồng độ 42 g/l được kiểm
tra bởi 5 phòng thí nghiệm A-E. Các phòng thí nghiệm thực hiện 6 lần đo hàm
lượng albumin của mẫu này trong cùng một ngày. Kết quả tính theo đơn vị g/l
được trình bày dưới đây. Hãy đưa ra nhận xét về độ chụm và độ đúng của các
loạt đo của mỗi phòng thí nghiệm.
Là mức độ gần nhau giữa các giá trị trung bình của
một dãy lớn kết quả thử nghiệm với giá trị quy
chiếu được chấp nhận. Độ đúng thường được thể
hiện dưới dạng độ chệch (bias)
50,0
Hàm lượng thêm
97,2
Hàm lượng xác định được
Bài tập 1.4-4 (tt của bài tập 1.4-1)
Phân tích hàm lượng Vitamin C (mg/kg) trong mẫu ớt
theo phương pháp phân tích sắc ký sử dụng MeOH
để chiết Vitamin C.
- Kết quả phân tích của PTN A là: 2,35; 2,56; 2,74;
2,67; 2,51.
- Kết quả phân tích của PTN B là: 2,85; 2,66; 2,84;
2,47; 2,59.
- Kết quả phân tích của PTN C là: 2,75; 2,51; 2,64;
2,57; 2,61.
a. Hãy đánh giá độ lặp lại và độ tái lập cho các kết
quả của các PTN trên.
b. Nếu mẫu ớt trên được chứng nhận hàm lượng
Vitamin C là 2,71 ± 0,11 ppm (2.62). Xác định độ
đúng của các kết quả phân tích của mỗi PTN trên.
Bài tập 1.4-4
Tiến hành phân tích độ lặp lại xác định hàm lượng
asen trong mẫu nước giếng thu được các kết quả như
sau:
Đánh giá độ chụm của phương pháp phân tích trên,
biết rằng ở mức nồng độ 10 ppm, giá trị RSD% chấp
nhận tối đa là 7,3%.
Nồng độ asen
5,316 5,471 5,493 5,285 5,483 5,386 5,467
(mg/L)
Bài tập 1.4-5
- Tiến hành phân tích lặp lại xác định hàm lượng asen trong
mẫu nước giếng thu được các kết quả như sau:
- Đánh giá độ đúng của phương pháp phân tích trên biết
mẫu nước trên đã được chứng nhận hàm lượng asen là
5,452 ± 0,427.
Nồng độ asen
5,316 5,471 5,493 5,285 5,483 5,386 5,467
(mg/L)
Biểu đồ phân bố tần suất thực nghiệm
hàm lượng Al trong mẫu thép
- Có dạng chuông
- 1 điểm uốn ở mỗi bên
- Có tính đối xứng qua giá trị kỳ vọng
- 68% rơi vào vùng – σ đến + σ, 95% rơi vào – 2σ đến +2 σ
Đồ thị lệch về
phía phải nếu
giá trị kỳ vọng
tăng
Cùng giá trị thực µ cùng diện tích đường cong Gauss
Chương 2: CÁC HÀM PHÂN BỐ
- +
34 34
% %
13.5 13.5
% %
2.5% 2.5%
1 1 𝑥−𝜇 2
𝑒 2
[− ]
Công thức 𝑓 𝑥 = (2.1)
2𝜋
2.1. Hàm Gauss chuẩn hóa
1 1
[− Z 2 ]
Hàm Gauss chuẩn hoá f z = e 2 (2.4)
2π
(x−μ)
Với z = hay
(തx−μ)
z= / n (z score)
: độ lệch chuẩn tổng thể
µ = 0 và σ = 1
0.34 0.34
0.135 0.135
0.025 0.025
-2 2
2.1. Hàm Gauss
(xഥ −μ)
tn-1,α = s (tham số t) (2.5)
n
-<t<+
f: bậc tự do (n-1), f > 1
𝒔
- Biết tn-1,α , , và 𝑥ഥ xác định ഥ
𝒙−𝝁=t từ công thức
𝒏
(2.5)
2.2. Hàm phân bố Student
Đặc điểm:
N :PP
Gauss chuẩn
PP chuẩn
df tăng
Kỳ vọng µ =0 càng nhọn
2.2. Hàm phân bố Student
Hàm
S 1 > S2
Đặc điểm
Đường cong vẽ trên góc phần tư thứ nhất nên kỳ vọng µ > 0
Tính đối xứng phụ thuộc vào f1 và f2.
2.4. Hàm phân bố Chi phương
𝑓
xi − μ 2
Hàm = (
2
)
𝑖=1
f =2
2.5. Hàm phân bố Poisson
Hàm 𝜆𝑥 𝑒 −𝜆 = µ = 2
𝜑 𝑥 =
𝑥!
= là trung bình của số các sự kiện trong khoảng
thời gian xét
Chương 3: XỬ LÝ KẾT QUẢ THỰC NGHIỆM BẰNG THỐNG KÊ
Chuẩn Dixon
Sắp xếp dãy số liệu theo chiều tăng dần X1, X2, ..., XN
N: số giá trị đo, X*: giá trị bị nghi ngờ, 𝑋ത N , Sx, N giá trị được tính của tập
số liệu kể cả X*
Loại bỏ sai số thô_Chuẩn Dixon
Chuẩn Grubb
σni=1(xi − xത)2
Cách 1: x = xത s (độ lệch chuẩn) s=
n−1
Cách 2: x = xത SEM (độ sai chuẩn) s
sxത =
Cách 3: x = xത CI (khoảng tin cậy) n
Khoảng tin cậy (confidence interval: CI) là giá trị thực biểu
diễn khoảng tồn tại của giá trị trung bình hay còn gọi là khoảng
bất ổn của giá trị trung bình
Giới hạn tin cậy (confidence limit: CL) là giá trị lớn nhất và
nhỏ nhất của khoảng tin cậy.
Biểu diễn các số đo gián tiếp
chuẩn Gauss
Ví dụ
Nhà nghiên cứu thường đánh giá sai số của kết quả thu
được qua phép tính với hai hoặc một số kết quả đo mà
mỗi kết quả này đều mang theo sai số của mình.
Phương pháp cộng các sai số riêng biệt phụ thuộc vào
các phép tính số học được thực hiện với các đại lượng
có bao hàm sai số và đại lượng được tính toán ra.
Ngoài ra ảnh hưởng của sai số hệ thống và sai số ngẫu
nhiên đến đại lượng tính toán được cũng khác nhau.
Lan truyền sai số hệ thống
Phép cộng sai số hệ thống
Phương pháp đánh giá sai số hệ thống đối với
tổng hoặc hiệu khác với phương pháp đánh giá chúng
đối với phép nhân hoặc chia.
Sai số của tổng hoặc hiệu
Xét biểu thức:
y=a+b–c
Ở đây a, b và c là những giá trị của ba đại lượng đo
được.
Nếu Δa, Δb và Δc là những sai số hệ thống tuyệt đối
gắn liền với những phép đo của những đại lượng ấy.
Sai số của kết quả là:
Δy = Δa + Δb – Δc
Lan truyền sai số hệ thống
Ví dụ: Hãy tính kết quả của phép tính sau (trong ngoặc
là những giá trị sai số hệ thống tuyệt đối):
y = 0.104
0,0174
𝑠 𝑠𝑎 2 𝑠𝑏 2 𝑠𝑐 2+
= ( ) +( ) +( ) …
𝑦 𝑎 𝑏 𝑐
Dùng các đặc trưng của mẫu được dùng để đánh giá xem
một giả thuyết nào đó của tổng thể là đúng hay sai. Việc
tìm ra kết luận để bác bỏ hay chấp nhận một giả thuyết
được gọi là Kiểm định giả thuyết
3.3. MỘT SỐ VẤN ĐỀ LIÊN QUAN
ĐẾN BÀI TOÁN KIỂM ĐỊNH
Lần 3: giá trị Cl- (GTTB3= 0.0977) nằm ngoài ngưỡng phân bố chấp nhận (độ tin cậy 95%)
KL: bác bỏ giả thuyết Ho rằng hàm lượng Cl- là 0.1% với độ tin cậy là 95%.
Lần 1: giá trị Cl- (GTTB1) nằm
trong ngưỡng phân bố chấp
nhận (độ tin cậy 95%)
KL: không thể bác bỏ giả
thuyết Ho hàm lượng Cl- là
0.1%
= 0.001
Lần 3: giá trị Cl- (GTTB3) nằm ngoài ngưỡng phân bố chấp nhận (độ tin cậy 95%)
KL: bác bỏ giả thuyết Ho rằng hàm lượng Cl- là 0.1% với độ tin cậy là 95%.
3. SAI LẦM LOẠI 1 VÀ SAI LẦM LOẠI 2
Thực tế H0 đúng H0 sai
Kết luận
0 1 0 1
1
0
2
4. Mức ý nghĩa ()
: mức ý nghĩa (level of significant) Giá trị ngưỡng Z
Ztt Z
Miền bác bỏ: là miền chứa các giá trị làm cho giả thuyết Ho bị bác bỏ.
Miền chấp nhận: miền chứa các giá trị giúp cho giả thuyết Ho không bị
™
bác bỏ. 12
Trong thực tế khi Ho không bị bác bỏ cùng nghĩa là nó được chấp nhận.
2. ĐẶT GIẢ THUYẾT
Phân biệt:
Kiểm định hai Kiểm định bên Kiểm định bên
bên trái phải
H0: = 0 H0: 0 H0: 0
Ha: 0 Ha: < 0 Ha: > 0
Bác bỏ Ho khi Bác bỏ Ho khi Z < -Z Bác bỏ Ho khi Z > Z
|Z| > Z/2
1 - 1 - 1 -
/2 /2
Bác bỏ Ho nếu
ҧ 𝜇0 )
(𝑥−
zTN = < − z/2
/ 𝑛
ҧ 𝜇0 )
(𝑥−
hay zTN = > z/2
/ 𝑛
Trong một nhà máy bánh kẹo, một máy tự động sản xuất ra các
thanh chocolate với trọng lượng qui định 250g. Biết rằng trọng
lượng các thanh chocolate được sản xuất ra có phân bố chuẩn
N(250,49). Trong một ngày bộ phân kiểm tra kỹ thuật chọn một
mẫu ngẫu nhiên gồm 16 thanh chocolate và tính trọng lượng trung
bình của chúng được 244g.
Có thể kiểm định máy tự động sản xuất ra các thanh chocolate có
khối lượng trung bình của các thanh chocolate
a. Bằng 250g hay không?
b. Lớn hơn hoặc bằng 250g hay không?
Với mức ý nghĩa α = 0,05 kiểm định giả thuyết thống kê tương ứng
BÀI GIẢI:
N(µ, 49) = 7
n = 16, 𝑥ҧ = 244, α = 0,05
=7 = 1.75
Phân bố
Phân bố x
𝑥ҧ
=1
Phân bố z
ҧ 𝜇0 )
(𝑥−
zTN =
/ 𝑛
-2 -1 0 1 2
0.025 0.025
-1.96 1.96
- Ho : µ = 250g (giả thuyết null: giá trị trung bình của tập hợp bằng
một giá trị cho trước)
- Ha : µ ≠ 250g (µ < 250g hay µ > 250g)
- n = 16, 𝑥ҧ = 244
ҧ 𝜇0 ) (244 −250)
(𝑥−
zTN = = = - 3,43
/ 𝑛 7/ 16
- Với α/2 = 0,025, z0,025 = - 1,96
- Vì zTN < - 1.96 Bác bỏ giả thuyết Ho ở mức ý nghĩa 5%/ độ tin
cậy 95%. ⇒ Phải điều chỉnh lại máy
Kiểm định giá trị trung bình với tập số liệu
biết giá trị và
Cho ( x1, x2 , …, xn) là mẫu ngẫu nhiên cỡ n được lấy từ tập hợp
chính tuân theo phân phối chuẩn N (µ, σ2 ) trong đó σ2 đã biết.
Trường hợp 2
Ho : µ ≥ µo
Ha : µ < µo ҧ 𝜇0 )
(𝑥−
Miền bác bỏ R: Bác bỏ Ho nếu zTN = / 𝑛 < z (giá trị âm)
0.05
-1.64
- Ho : µ 250g (giả thuyết null: giá trị trung bình của tập hợp lớn
hơn hoặc bằng một giá trị cho trước)
- Ha : µ < 250g
- n = 16, 𝑥ҧ = 244
ҧ 𝜇0 ) (244 −250)
(𝑥−
zTN = = = - 3,43
/ 𝑛 7/ 16
- Với α = 0,05, z0,05 = - 1,645
- Vì zTN < - 1.645 Bác bỏ giả thuyết Ho ở mức ý nghĩa 5%/ độ tin
cậy 95%. Nghĩa là: máy tự động sản xuất chocolate có trọng lượng
không thể nào lớn hơn 250g⇒ Phải điều chỉnh lại máy
Kiểm định giá trị trung bình với tập số liệu
biết giá trị và
Cho ( x1, x2 , …, xn) là mẫu ngẫu nhiên cỡ n được lấy từ tập họp
chính tuân theo phân phối chuẩn N (µ,σ2 ) trong đó σ2 đã biết.
Trường hợp 3:
Ho : µ ≤ µo (giả thuyết null: giá trị trung bình của tập hợp nhỏ hơn
hoặc bằng một giá trị cho trước)
Ha : µ > µo ҧ 𝜇0 )
(𝑥−
Bác bỏ Ho nếu zTN = / 𝑛 > z (giá trị dương)
Một máy khoan trong dây chuyền sản xuất dùng để khoan lỗ trên các bản
thép. Khi máy khoan hoạt động đúng chức năng thiết kế đường kính các lỗ
khoan sẽ tuân theo phân phối chuẩn với đường kính trung bình là 2 inches
và độ lệch chuẩn là 0,06 inches. Trong quá trình kiểm tra định kỳ xem máy
khoan có hoạt động đúng hay không, người ta lấy đo ngẫu nhiên các lỗ đã
khoan. Giả sử độ lệch chuẩn không thay đổi. Mẫu ngẫu nhiên gồm 9 lỗ
khoan cho ta đường kính trung bình của mẫu là 1,95 inches.
Kiểm định giả thuyết Ho: đường kính trung bình của tập hợp chính là 2
inches.
Với Ha : đường kính trung bình của tập hợp chính khác 2 inches.
Trong quá trình kiểm định dùng α = 0.05
Giải:
- Ho : µ = µ0 = 2
- Ha : µ ≠ µ0 (µ < 2 hay µ > 2)
ҧ 𝜇 ) (1.95−
(𝑥− 2)
- 𝑉ớ𝑖 𝑥ҧ = 1.95; = 0.06; n = 9; zTN = / 𝑛0 = 0.06/ = -2.5
9
- Ứng với α = 0,05 tra bảng giá trị zα/2 = z0,025 = -1.96
ҧ 𝜇0 )
(𝑥−
- Ta có zTN = < −1.96
/ 𝑛
Bác bỏ giả thuyết Ho ở mức ý nghĩa 5%.
Máy hoạt động không đúng chức năng thiết kế
KIỂM ĐỊNH TRUNG BÌNH CỦA PHÂN PHỐI CHUẨN
N(µ,σ2), KHÔNG BIẾT σ VÀ CỠ MẪU NHỎ
Giả sử ta có mẫu ngẫu nhiên cỡ mẫu là n được lấy ra từ tập hợp chính
tuân theo phân phối chuẩn có phương sai là σ2 . Gọi s2x là phương sai
của mẫu, ta sẽ có 3 trường hợp kiểm định σ2 với mức ý nhĩa là α
Trường hợp 1:
Ho : µ = µo ; Bác bỏ Ho nếu
Ha : µ ≠ µ0 tTN > tα/2, n-1 hay tTN < - tα/2, n-1
Trường hợp 2
Ho : µ ≥ µo
Ha : µ < µo
Bác bỏ Ho nếu tTN < - tα, n-1
Trường hợp 3:
Ho: µ ≤ µo ;
Ha : µ > µ0
Bác bỏ Ho nếu tTN > tα, n-1
Bài tập
• Trong một phương pháp mới để xác định lượng selenourea trong một mẫu
nước, người ta sử dụng các dung dịch nước máy với nồng độ selenourea
thêm vào là 50 ng/ml. Kết quả đo được như sau: 50.4, 50.7, 49.1, 49.0,
51.1 ng/ml.
• Hãy cho biết phương pháp trên có gây ra sai số hệ thống hay không, ở mức
ý nghĩa 0.05.
Giải:
Trường hợp 1:
Ho : µ = 50 ng/ml và Ha : µ ≠ 50 ng/ml
𝑥ҧ = 50.06, n = 5 và s = 0.956 ng/ml
(𝑥ഥ − 𝜇0 ) (50.06 −50)
tTN = 𝑠 = 0.956 = 0.014
𝑛 5
tα/2, n-1 = t0.025, 4 = 2.776
- tα/2, n-1 < tTN < tα/2, n-1 Không có sai số hệ thống
Giá trị (alpha) là vùng phân bố tính từ phải qua.
Bảng t có tính đối xứng giống như bảng z, nên với kiểm định 2 đuôi,
ta tra tα/2, n-1 rồi suy ra - tα/2, n-1
So sánh giá trị trung bình với một giá trị
thực (one sample)
- So sánh giá trị trung bình tập hợp và giá trị thực với điều kiện
phân bố chuẩn và biết trước độ lệch chuẩn chuẩn z
- Mục đích: kiểm tra trung bình tập hợp thu được có khác nhau
với giá trị thực 0 cho trước hay không.
- Đặt giả thuyết thống kê: H0: = 0, Ha: 0 ở mức độ tin cậy
thống kê cho trước.
- Đây là kiểm định 2 đuôi.
ҧ 𝜇0 )
(𝑥−
- Tính giá trị zTN =
/ 𝑛
- So sánh với giá trị z/2 theo độ tin cậy cho trước
- Nếu giá trị = 0.05 z/2 = 1.96
- Bác bỏ giả thuyết nếu z > 1.96 hoặc z < -1.96.
So sánh giá trị trung bình với một giá trị
chuẩn (one sample)
- So sánh giá trị trung bình mẫu và 1 giá trị chuẩn trong điều
kiện số lần đo nhỏ dùng chuẩn t.
- Ví dụ: so sánh kết quả thí nghiệm với giá trị trong mẫu kiểm
tra chất lượng (quality control standard) và mẫu chuẩn so sánh
(standard reference material SRM)
- Đặt giả thuyết thống kê: H0: = 0, Ha: 0 ở mức độ tin
cậy thống kê cho trước. Đây là kiểm định t hai đuôi.
(𝑥ഥ − 𝜇0 )
- Tính giá trị t : tTN = 𝑠
𝑛
- So sánh với giá trị tα/2, n-1 theo độ tin cậy cho trước.
- Bác bỏ Ho nếu tTN > tα/2, n-1 hay tTN < - tα/2, n-1
Các chuẩn so sánh phương sai
Tình huống:
1. Đánh giá độ lặp lại của 2 quy trình phân tích khác
nhau bằng cách so sánh 2 phương sai mẫu s12 và s22
của mỗi quy trình thu được trong cùng điều kiện:
Tình huống:
2. Đánh giá tay nghề của 2 kỹ thuật viên phân tích
khác nhau bằng cách so sánh 2 phương sai mẫu s12
và s22 của mỗi người thu được trong cùng điều kiện:
+ Cùng chỉ tiêu phân tích trong cùng 1 mẫu thử
đã trộn đồng nhất;
+ Cùng 1 quy trình phân tích, cùng loại thiết bị
phân tích, cùng trong 1 PTN, cùng tiến hành trong
thời gian quy định;
+ Mẫu thử được chia thành nhiều phần và các
KTV không biết xuất xứ các mẫu.
Chuẩn Fisher: so sánh từng cặp phương sai
Trong thực tế đặt s12/ s22 sao cho FTN 1 và kiểm định (c) là thường gặp
Giá trị (alpha) là
giá trị vùng phân bố
tính từ phải qua
(hình vẽ).
Bảng F không có tính
đối xứng; trong bảng
này có thể tra giá trị
phân vị của tất cả các
giá trị .
Cách tra bảng F
- Ứng với các giá trị khác nhau sẽ có các bảng F khác nhau
Bảng F cho giá trị ứng với mức ý nghĩa ở đuôi trên (a)
- Nếu kiểm định F một đuôi trên (trường hợp a)
• Tính bậc tự do của mẫu số , f1 = n1-1, bậc tự do của tử số, f2 = n2 -1
• Trong bảng F, tìm giá trị F ứng với f1, f2 .
• Ví dụ: tìm giá trị F ứng với n1= 5 và n2= 6 và = 0.05
• Giá trị Fα, f1, f2 = Fα,n1 −1,n2 −1 = F0.05,4,5 = 5.192
- Nếu kiểm định F một đuôi dưới (trường hợp b)
• Đảo bậc tự do của tử và mẫu để tìm Fα,f ,
2 f1
0,266.
• Có thể dùng trang web để tính giá trị F
https://www.socscistatistics.com/tests/criticalvalues/default.aspx
- Bảng F: http://socr.ucla.edu/Applets.dir/F_Table.html
Các chuẩn so sánh phương sai
Ví dụ 1:
• Kết luận: Không thể bác bỏ giả thuyết là methyl đỏ cho phép chuẩn độ
có độ lặp lại tốt hơn bromothymol, với độ tin cậy 0.05.
Các chuẩn so sánh phương sai
Ví dụ 2:
Đặt giả thuyết hai loại chỉ thị cho phép chuẩn độ có độ lặp lại (hay phương
sai) không sai khác nhau đáng kể với độ tin cậy 95%:
H0: 12 = 22 ; Ha: 12 22 trường hợp 2-tailed test (c)
• Tính FTN = s12/ s22
(0,00178)2
• FTN = s1 / s2 =
2 2 = 3,23
(0,00099)2
• Tra bảng F để xác định FLT, dùng bảng F cho test 2 đuôi ( = 0.05)
• Với n1 −1 = 26-1 = 25 và n2 −1 = 21 – 1 = 20
• Fα/2,n1 −1,n2−1 = F0.025,25,20 = 2.369
1 1 1
• F(1 −α),n = = = 2.3 = 0.43
2 1 −1,n2 −1 Fα/2,n2 −1,n1 −1 F0.025,20,25
• Ta thấy FTN > 2.369 nên bác bỏ giả thuyết. Hay hai phép chuẩn độ bằng
hai chỉ thị là không có độ lặp lại như nhau.
Các chuẩn so sánh phương sai
Phép chuẩn độ HCl bằng NaOH với chỉ thị phenolphtalein (chỉ thị
A) và methyl đỏ (chỉ thị B) cho kết quả nồng độ mol (M) như sau:
Lần 1 2 3 4 5 6 7 8 9
Chỉ thị A 0,137 0,136 0.130 0.129 0.132 0.134 0.130 0.128 0.133
Chỉ thị B 0,122 0,125 0.130 0.121 0.120 0.137 0.124 0.118 0.119
Lần 10 11 12 13 14 15 16 17 18
Chỉ thị A 0,132 0,134 0.129 0.125 0.127 0.139 0.129 0.127 0.131
Chỉ thị B 0,125 0,123 0.133 0.129 0.122 0.133 0.125 0.113 0.117
Lần 19 20 21 22 23 24 25 26 27
Chỉ thị A 0,133 0,137 0.135 0.126 0.137 0.138 0.125 0.122 0.135
Chỉ thị B 0,130 0,131 0.134
Vậy dùng chỉ thị phenolphtalein chính xác hơn chỉ thị methyl đỏ?
Giả sử không có số đo lệch thô bạo. = 0.05.
Chuẩn Chi phương: so sánh phương sai với một giá trị
Dùng chuẩn Fisher với xác suất 95% hãy cho biết KTV A
có tay nghề cao hơn KTV B không ?
Chương 3: XỬ LÝ KẾT QUẢ THỰC NGHIỆM BẰNG THỐNG KÊ
b. Sử dụng kiểm định F 2 đuôi hay 1 đuôi? 1 đuôi H0: 12 22 ; Ha: 12 < 22
c. Giá trị của FTN là bao nhiêu? FTN = s12/ s22 = (0,00178)2
= 3,23
(0,00099 )2
1 1
d. Giá trị của FLT là bao nhiêu? F(1 −),n1−1,n2−1 = = 0.202
F0.05,6,5 4.95
e. Chỉ thị methyl đỏ có cho độ lặp lại tốt Đúng vì không thể bác bỏ giả
hơn bromothymol chàm không? thuyết H0, với độ tin cậy 0.05
Kiểm tra tay nghề KTV/NCV
KIỂM ĐỊNH
PHƯƠNG SAI:
ĐÁNH GIÁ ĐỘ
CHỤM/ĐỘ LẶP LẠI KIỂM ĐỊNH GTTB:
ĐÁNH GIÁ ĐỘ ĐÚNG
Kiểm tra quy trình Kiểm tra chất lượng sản phẩm
Kiểm định giá trị trung bình 1 mẫu
Tình huống:
1. Kiểm tra tính đồng nhất của mẫu.
2. Thẩm định kết quả 2 phương pháp phân tích.
3. Đánh giá 2 mẫu có thuộc cùng 1 vật liệu.
4. Đánh giá tác dụng ảnh hưởng của từng yếu tố j
gây ra sự khác biệt hệ thống giữa các giá trị
trung bình.
So sánh giá trị trung bình hai mẫu
(two samples)
- Giả sử hai mẫu so sánh đều phân bố chuẩn
- Giả sử mẫu 1 có s1, µ1 và n1 số đo, mẫu 2 (độc lập với mẫu 1)
có s2, µ2 và n2 số đo.
- Giả thuyết (H0) đặt ra là sự khác biệt giữa giá trị µ1 và µ2
không đáng kể.
- Lựa chọn chuẩn để đánh giá giả thuyết:
+ Nếu biết trước giá trị độ lệch chuẩn hay phương sai của tổng
thể (population) dùng chuẩn z (z test)
+ Nếu giá trị độ lệch chuẩn hay phương sai của tổng thể không
biết trước dùng chuẩn t (t test)
=
Chuẩn Student
Giả thuyết H0: hai giá trị trung bình sai khác không đáng kể
Giá trị cần so sánh là 𝑥1 và 𝑥2 .
• n1 và n2 là số lần đo lặp lại của phép đo A và B.
• So sánh 2 phương sai mẫu s12 và s22 theo chuẩn Fisher và
chọn giải pháp (đặt F = s12/s22 )
+ Nếu F > Fα/2,n1 −1,n2 −1 hay F < F(1 −α),n1 −1,n2 −1
2
Hai giá trị phương sai sai khác nhau đáng kể không thể so
sánh 2 trị trung bình được.
+ Nếu F(1 −α),n −1,n −1 < FTN < Fα/2,n1 −1,n2 −1
1 2
2
Hai phương sai không sai khác nhau đáng kể tiến hành
kiểm định theo chuẩn Student
Các chuẩn để so sánh trị trung bình
Chuẩn Student ഥ
X1 − ഥ
X2
t TN =
1 1
Sth +
n1 n 2
n1 − 1 . s12 + n2 − 1 . s22
Sth =
f
Với f = n1 + n2 -2
1. Hãy xác định liệu phương sai của hai loạt thí nghiệm trên (ở hai
khoảng thời gian lưu khác nhau) có khác nhau đáng kể hay không ở
mức tin cậy = 0,05?
2. Hãy cho biết thời gian đun hồi lưu có ảnh hưởng đến giá trị trung
bình của hàm lượng thiếc thu được trong hai loạt thí nghiệm trên
hay không, với mức tin cậy = 0,05?
• Với thời gian đun hồi lưu 30 phút:
𝑥ҧ1 = 57,00; s12 = 2,80
• Với thời gian đun hồi lưu 75 phút:
ഥ𝑥2 = 57,83; s22 = 2,57
• Kiểm định F, đặt F = s12/ s22
• Đặt giả thuyết Ho: hai phương sai không sai khác nhau đáng kể ở mức ý
nghĩa = 0,05.
• Giả thuyết đối Ha: hai phương sai khác nhau ở mức = 0,05.
• Tiến hành kiểm định F, hai đuôi ứng với mỗi đuôi là 0,025.
• Giá trị F ngưỡng trên là Fα/2,n1 −1,n2 −1 = F0.025,5,5 = 7,15
• Giá trị F ngưỡng dưới là F(1 −α),n = 1/Fα/2,n2 −1,n1 −1 = 1/7,15
2 1 −1,n2 −1
= 0,14
• FTN = s12/ s22 = 2,80/2,57 = 1,09
Vì 0,14 < FTN < 7,15
Nên hai phương sai không sai khác nhau đáng kể ở mức ý nghĩa = 0,05.
Để kiểm định thời gian đun hồi lưu có ảnh hưởng đến giá trị trung bình của hàm
lượng thiếc thu được trong hai loạt thí nghiệm trên hay không, với mức tin cậy
= 0,05, ta đặt giả thuyết:
Ho: thời gian đun hồi lưu không ảnh hưởng đến giá trị trung bình của hàm lượng
thiếc hay hai giá trị trung bình không sai khác nhau đáng kể 𝑥1ҧ = 𝑥ҧ2 .
Tiến hành kiểm định t hai đuôi với mức ý nghĩa 0,05, tức 0,025 cho mỗi đuôi.
Tính độ lệch chuẩn tổng hợp:
Sth = n1 − 1 . s12 + n2 − 1 . s22 /f
= [(5 x 2,80) + (5 x 2,57)]/10 = 2,685 = 1,64
ഥ 1 −X
|X ഥ2 | | 57,83−57,00 |
Tính giá trị tham số t: t TN = 1 1
= 1 1
= 0,88
Sth + 1,64 +
n1 n2 6 6
Giả thuyết H0: hai giá trị trung bình sai khác không đáng kể
Giá trị cần so sánh là 𝑋1 và 𝑋2 .
n1 và n2 là số lần đo lặp lại của A và B, σ là độ lệch chuẩn
của quy trình
|ഥ
X1 − ഥ
X2 |
zTN = zTN< z/2 chấp nhận H0
1 1
𝜎 + Bác bỏ H0
n1 n2 zTN> z /2
Chương 4: PHÉP PHÂN TÍCH TƯƠNG QUAN VÀ PHÂN
TÍCH HỒI QUY
1. Tình huống thực nghiệm: yêu cầu thiết lập mối quan
hệ giữa hai đại lượng X và Y. Trong đó X và Y là hai
số đo có thể đo được trong thực nghiệm với độ chính
xác cần thiết (độ lệch chuẩn mẫu tương đối RSD)
Phép phân X và Y có
Mức độ liên kết là
tích tương tồn tại mối
mạnh mẽ hay yếu
quan liên kết?
PHÉP PHÂN TÍCH TƯƠNG QUAN
Đánh giá mối quan hệ giữa 2 hay nhiều biến thông qua hệ
số tương quan.
Giả sử có tập hợp mẫu {xi; yi}N.
r: hệ số tương quan của tập hợp mẫu
r = + 1: x và y liên kết mạnh, đồng biến.
r = - 1: x và y liên kết mạnh, nghịch biến.
r = 0: x và y không có liên kết nào.
0.7 ≤ r ≤ 1: tương quan mạnh
0.3 ≤ r < 0.7: tương quan yếu
Khi xây dựng đường chuẩn, yêu cầu: 0.9975 ≤ r ≤ 1
Pearson product-moment correlation coefficient (PPMCC)
Xác định mối tương quan tuyến tính?
σ𝑖(𝑥𝑖 − 𝑥)(𝑦
ҧ 𝑖 − 𝑦)
ത
𝑟=
[σ𝑖 𝑥𝑖 − 𝑥ҧ 2 ][σ𝑖 𝑦𝑖 − 𝑦ത 2 ]
Các dung dịch chuẩn được đo cường độ phát huỳnh quang cho kết quả
như sau:
Nồng độ (pg/ml) 0 2 4 6 8 10 12
Cường độ huỳnh quang : 2.1 5.0 9.0 12.6 17.3 21.0 24.7
Xác định hệ số tương quan Pearson, r.
𝐱𝐢 𝐲𝐢 (𝐱 𝐢 −ത 𝐱)𝟐
𝐱) (𝐱 𝐢 −ത (𝐲𝐢 −ത
𝐲) ത 𝟐
(𝐲𝐢 −𝐲) ത
(𝐱 𝐢 −ത𝐱). (𝐲𝐢 −𝐲)
0.00 2.10 -6.00 36.00 -11.00 121.00 66.00
2.00 5.00 -4.00 16.00 -8.10 65.61 32.40
4.00 9.00 -2.00 4.00 -4.10 16.81 8.20
6.00 12.60 0.00 0.00 -0.50 0.25 0.00
8.00 17.30 2.00 4.00 4.20 17.64 8.40
10.00 21.00 4.00 16.00 7.90 62.41 31.60
12.00 24.70 6.00 36.00 11.60 134.56 69.60
Mean 6.00 13.10
42.00 91.70 0.00 112.00 0.00 418.28 216.20
σ𝑖(𝑥𝑖 −𝑥)(𝑦
ҧ ത
𝑖 −𝑦) 216,2
𝑟= = = 0,9989
112 ×418,44
[σ𝑖 𝑥𝑖 −𝑥ҧ 2 ][σ𝑖 𝑦𝑖 −𝑦ത 2 ]
PHÉP PHÂN TÍCH TƯƠNG QUAN
Không nhất thiết là tương quan tuyến tính
Hệ số tương
quan Spearman
6 σN
i=1 d
2
rs = 1 −
N(N2 − 1)
Z X Y
A 30 25
B 34 38
C 32 30
Khảo sát yếu D 47 40
tố X và yếu tố
E 20 7
Y có sự tương
quan tác động F 24 10
lên đối tượng Z G 27 22
H 25 35
K 22 28
L 16 12
PHÉP PHÂN TÍCH TƯƠNG QUAN
Mẫu X Y X Y t.hạng X t.hạng Y d t.hạng d2 t.hạng
A 30 25 16 12 1 3 2 4
B 34 38 20 7 2 1 -1 1
C 32 30 22 28 3 6 3 9
D 47 40 24 10 4 2 -2 4
E 20 7 25 35 5 8 3 9
F 24 10 27 22 6 4 -2 4
G 27 22 30 25 7 5 -2 4
H 25 35 32 30 8 7 -1 1
K 22 28 34 38 9 9 0 0
L 16 12 47 40 10 10 0 0
Tổng 36
Người ta thực hiện các thí nghiệm để đánh giá mối liên hệ giữa
hàm lượng cacbon trong thép (X: %C) và lực kéo đứt sợi thép
(Y: N/m2). Dựa vào kết quả thu được trong bảng sau, sử dụng
giá trị của hệ số tương quan r (Pearson) để kết luận về mối liên
hệ giữa hàm lượng cacbon trong thép và lực kéo đứt sợi thép.
Xi Yi Xi Yi Xi Yi
0,30 589 0,35 535 0,37 602
0,33 614 0,32 593 0,33 544
0,37 612 0,39 582 0,34 545
0,36 572 0,30 538 0,33 562
0,31 548 0,32 566 0,30 576
PHÂN TÍCH HỒI QUY
Chọn biểu thức lý thuyết: giả thuyết một dạng hàm nào
đó cho biểu thức lý thuyết, có thể dạng tuyến tính (hoặc
không tuyến tính giữa X và Y) (căn cứ vào dạng đường
cong thực nghiệm giữa yi phụ thuộc vào xi)
PHÂN TÍCH HỒI QUY TUYẾN TÍNH MỘT BIẾN
𝑦
X Y
30 25
34 38
32 30
47 40 25 𝑦ത
20 7
24 10
𝑦3
27 22 𝑦2
25 35
22 28
𝑦1
16 12
ഥ = 25
𝒀 𝑥
30 25
34 38
32 30
47 40
𝑦ො2
20 7 𝑦ො1
24 10
27 22
𝑦2
25 35
22 28
𝑦1
16 12
ഥ = 25
𝒀 𝑥
30 25
34 38
32 30
47 40
20 7
24 10
27 22
25 35
22 28
16 12
ഥ = 25
𝒀 𝑥
30 25
34 38
32 30
47 40
20 7
24 10
27 22
25 35
22 28
16 12
ഥ = 25
𝒀 𝑥
𝑦𝑖 - 𝑦ෝ𝑖 𝑦 = 𝑎 + 𝑏𝑥
𝑦ෝ𝑖 - 𝑦ഥ𝑖
𝑦ത
𝑥
1. SSE/SSR = σ𝑛𝑖 (𝑦𝑖 − 𝑦ෝ𝑖)2: sum of square of error/residue
2. SSM = σ𝑛𝑖 (ෝ ത 2 : sum of square of model/regression
𝑦𝑖 − 𝑦)
3. SST = SSE + SSM
PHÂN TÍCH HỒI QUY TUYẾN TÍNH MỘT BIẾN
1. Tổng bình phương do sai số/phần dư (sum of square of
error/residue)
SSE/SSR = σ𝑛𝑖 (𝑦𝑖 − 𝑦ෝ𝑖)2
Bậc tự do f = n - k - 1
2. Tổng bình phương do mô hình/hồi quy (sum of square of
model/regression)
SSM = σ𝑛𝑖 (ෝ ത2
𝑦𝑖 − 𝑦)
Bậc tự do f = k
3. Tổng bình phương các sai số trong phân tích hồi quy (sum of
square of total) SST = σ𝑛𝑖 (𝑦𝑖 − 𝑦)
ത2
SST = SSE + SSM
Bậc tự do f = n - 1
Với n: số quan sát (số điểm data)
k: số biến của PTHQ ( = 1 nếu là PTHQ một biến)
PHÂN TÍCH HỒI QUY TUYẾN TÍNH MỘT BIẾN
(I)
PHÂN TÍCH HỒI QUY TUYẾN TÍNH MỘT BIẾN
42.00 91.70 0.00 112.00 0.00 418.28 216.20
PHÂN TÍCH HỒI QUY TUYẾN TÍNH MỘT BIẾN
σ𝒏𝒊 𝒚𝒊
𝑦ത =
3. Toạ độ của tâm đường hồi quy 𝑛
σ𝒏𝒊 𝒙𝒊
𝑥ҧ =
4. Kết quả của phép giải tích Phương sai 𝑛
𝟐 𝐒𝐒𝐄 𝐢 (𝐲𝐢
σ𝐧 − 𝐲ෝ𝐢)2
𝐒𝐫𝐞𝐬𝐢𝐝𝐮𝐞 = 𝐧−𝐤−𝟏
= 𝐧−𝟐
,
k: số biến số, pthq 1 biến k = 1
2
Smodel =
SSM
= σni (ෝ
yi − yത )2 2 SST σni (y − yത )2
k Stotal = =
n−1 n−1
Giá trị của 𝑦ෝ𝑖 tính từ PTHQ với hệ số a, b và giá trị của x
PHÂN TÍCH HỒI QUY TUYẾN TÍNH MỘT BIẾN
Sresidue 0.4329
Sb = = = 0.0409
σ(x−തx)2 112
σ x2 364
Sa = Sresidue =0.4329 × = 0.2950
n σ(x−തx)2 7×112
Hệ số góc
b = 1.93 (2.57 x 0.0409) = 1.93 0.11
Hệ số chắn
a = 1.52 (2.57 x 0.2950) = 1.52 0.76
PHÂN TÍCH HỒI QUY TUYẾN TÍNH MỘT BIẾN
SSM. i (y
σn ෝi − yഥ)2. R 100: PTHQ và
R2 = 100% = σn y−ഥy 2
100%
SST
( i ) thực nghiệm phù
n−1
hợp hoàn toàn
PHÂN TÍCH HỒI QUY TUYẾN TÍNH MỘT BIẾN
Sresidue 1 1 𝑦0 − 𝑦ത 2
S x0 = × + + 2 𝑛
b 𝑚 𝑛 𝑏 σ𝑖 (𝑥𝑖 − 𝑥)ҧ 2
Kết quả đo độ hấp thu (A) của một dãy dung dịch chuẩn
như sau:
- Hãy lập phương trình hồi quy giữa A và C
- Tính hệ số tương quan của phương trình hồi quy trên.
Mẫu 1 2 3 4 5 6 7
C
0,1 0,2 0,3 0,4 0,5 0,6 0,7
(mg/L)
LOD: là đại lượng liên quan đến khoảng bất ổn của phép
đo, không thể và không cần xác định chính xác LOD mà
chỉ ước lượng
LOD phụ thuộc thiết bị, điều kiện vận hành thiết bị,
phương pháp phân tích, tay nghề của phân tích viên
σ 𝑦𝑏𝑖 σ(y𝑏𝑖 −y
ഥ blank)2
Với yത blank = và Sblank =
𝑛 n−1
yL: tín hiệu của nồng độ giới hạn phát hiện (LOD)
yത blank là tín hiệu trung bình của nền mẫu với n lần đo lặp lại (n > 20) .
Sblank: độ lệch chuẩn của tín hiệu
k: đại lượng số học được chọn theo độ tin cậy mong muốn.
Sblank
LOD = xL = xത blank + k. (2)
b
LOD = 3 Sy/x / b
Lần đo 1 2 3 4 5 6 7
A 0.0057 0.0045 0.0063 0.0058 0.0037 0.0053 0.0058
Lần đo 8 9 10 11 12 13 14
A 0.0059 0.0041 0.0064 0.0059 0.0035 0.0033 0.0028
Lần đo 15 16 17 18 19 20 21
A 0.0027 0.0035 0.0033 0.0028 0.0047 0.0023 0.0068
Cách thực nghiệm tìm LOD, LOQ dựa trên tín hiệu
nền:
Đo mẫu trắng với số lần đo ≥ 21 lần, từ đó tìm trung
bình tín hiệu của nhiễu nền (N).
Pha một dãy dung dịch với nồng độ giảm dần, đo tín
hiệu (S) của các dung dịch trên cho đến khi dung dịch
nào thu được tín hiệu gấp khoảng 3 lần nhiễu nền
(N), nồng độ dung dịch đó gọi là Cmin
LOD = 3 Cmin N/ S
XÁC ĐỊNH LOD VÀ LOQ
DỰA TRÊN TÍN HIỆU NỀN
Nhiễu đường nền được tính về hai phía của đường nền (hn), bề
rộng mỗi bên tối thiểu gấp 10 - 20 lần chiều rộng của peak tại
nửa chiều cao (wh). N (noise) = hn; S (signal) = H.
Tính LOD, LOQ của một phương pháp phân tích chất Y, dựa vào số liệu:
- Pha các dung dịch Y ứng với nồng độ giảm dần, sau đó đo độ hấp thu của các
dung dịch đó, thu được kết quả sau:
STT 1 2 3 4 5
Nồng độ (𝜇g/L) 4,0 3,0 2,0 1,0 0,5
Độ hấp thu (A) 0,218 0,123 0,084 0,021 0,005
- Số liệu đo độ hấp thu của 21 mẫu trắng:
Lần đo 1 2 3 4 5 6 7
A 0,004 0,005 0,006 0,005 0,005 0,004 0,006
Lần đo 8 9 10 11 12 13 14
A 0,003 0,003 0,003 0,006 0,006 0,004 0,006
Lần đo 15 16 17 18 19 20 21
A 0,005 0,002 0,007 0,003 0,003 0,003 0,003
Giải:
Trung bình nhiễu nền: N = 0,0044
Dựa vào bảng số liệu, Cmin = 1,0 (𝜇g/L) (Vì có 3 N < S < 10 N)
LOD = 3 x Cmin x N : S = 3 x 1,0 x 0,0044 : 0,021 = 0,63 (𝜇g/L)
LOQ = 10 x Cmin x N : S = 10 x 1,0 x 0,0044 : 0,021 = 2,10 (𝜇g/L)
GIỚI HẠN ĐỊNH LƯỢNG
Sblank Sblank
LOD = 3. (2) LOQ = 10
b b
Khái niệm: Độ nhạy của một thiết bị hay một phép đo là khả
năng phân biệt được sự thay đổi nhỏ của nồng độ chất phân
tích
Phân loại:
Độ nhạy đường chuẩn: thể hiện qua hệ số góc tuyến tính giữa
tín hiệu do S và nồng độ C
m= Độ nhạy = hệ số góc của đường chuẩn = dy/dx
S = mC + S0 S0, S: tín hiệu của mẫu trắng và chất phân tích
Độ nhạy phân tích
= m/s s: độ lệch chuẩn của phép đo tín hiệu S
Chương 5: QUY HOẠCH THỰC NGHIỆM
Các phương
pháp phân tích
phương sai Bài toán phân tích phương
Analysis of sai hai yếu tố
variance
(ANOVA)
Để nghiên cứu cứu ảnh hưởng của yếu tố A đến kết quả
thực nghiệm, người ta tiến hành k mức thí nghiệm, mỗi
mức nghiên cứu lặp lại n lần, kết quả thí nghiệm là các giá
trị yij ( với i=1→k và j= 1→ n).
Bài toán phân tích phương sai một nhân tố
So sánh phương sai của sự thay đổi các mức nghiên cứu (SA2
2
between sample) với phương sai chung ( STT within sample)
của thí nghiệm.
Việc so sánh phương sai được thực hiện qua chuẩn F.
Khác nhau không đáng tin cậy Khác nhau đáng tin cậy
S2A
1. Tính FTN = S2TT
>1
2. Trong đó:
• SA2 : phương sai của thí nghiệm khi thay đổi các mức khác nhau
của yếu tố A (between sample)
2
• STT : phương sai của thí nghiệm tổng thể (within sample)
• fA= k-1: bậc tự do của các mức nghiên cứu
• fTN = k(n-1): bậc tự do của số nghiên cứu đã tiến hành trong quy
hoạch
3. So sánh với FLT (, fA, fTT)
Nếu: FTN < FLT (, fA, fTT), SA2 STT
2
không khác nhau đáng kể
Nếu: FTN > FLT (, fA, fTT), SA2 STT
2
khác nhau đáng kể.
Bài toán phân tích phương sai một nhân tố
y1j
A1 A2 A3 A4 Ai Ak
Bậc tự Trung bình bình
Yếu tố Tổng các bình phương
do (f) phương S2
Between
SS𝐴
sample (do k-1 SSA= σ𝑘𝑖 (𝑥ഥ𝑖 − 𝑥)Ӗ 2 S2 A =
k−1
yếu tố A)
Winthin SSTN =
SSerror
N-k S2 TN =
sample
σ𝑘𝑖 σ𝑛𝑗 ( 𝑥𝑖𝑗 − 𝑥ഥ𝑖 ) 2 k(n−1)
n
– Tổng các giá trị trong một cột Ai yij
j 1
SS1 yij )
k n
i 1 j 1
1 k 2
– Trung bình bình phương theo cột SS2 Ai
n i 1
2
– Số hạng bổ chính 1 k
SS3 Ai
Với N = k.n N i 1
Bài toán phân tích phương sai một nhân tố
Bảng các công đọan tính phương sai để so sánh cho bài toán
một yếu tố với k mức nghiên cứu và n lần lặp lại như sau:
SS
A k-1 SSA= SS2 – SS3 A
S2A = k−1
SSTN
TN k(n-1) SSTN = SS1 – SS2 S2 TN =
k(n−1)
Thay đổi loại phân bón đối với năng xuất lúa cho kết quả như sau:
Hãy đánh giá xem việc thay đổi phân bón có làm ảnh hưởng năng suất
không? (P= 95%).
Mẫu
A1 A2 A3 A4
TN lặp lại
1 55 45 65 25
2 50 40 60 55
3 65 35 55 50
4 40 65 65 40
5 60 45 65 45
Tổng 270 230 310 215
Bài toán phân tích phương sai một nhân tố
SS2
270 2
)
230 2 310 2 2152
53625 364.5833
5 FTN 3.889
93.75
SS3
270 230 310 215)
2
52531.25
45 FLT = ( 95%,3,16) = 3.24
SSA SS2 SS3
S2A Vì FTN > FLT nên việc
k -1 k -1
53625 52531.25 thay đổi phân bón ảnh
S 2A 364.5833
3
hưởng năng suất lúa
SSTN SS1 SS2
S 2
k n 1) k n 1)
TN
55125 53625
2
STN 93.75
16
Thời
5 10 15 20 25 50
gian
(phút)
A1 A2 … Ak
Y111 Y112 Y211 Y212 Yk11 Yk12
B1 ….. Y11n ….. Y21n ….. Yk1n
…… …… …… ……
Y1m1 Y1m2 Y2m1 Y2m2 Ykm1 Ykm2
Bm ….. Y1mn ….. Y2mn ….. Ykmn
Bài toán phân tích phương sai hai nhân tố
SSB
B m–1 SSB = SS3 – SS4 S2B =
m−1
2 SSTN
TNo mk(n-1) STN =
m.k.(n−1)
Bài toán phân tích phương sai hai nhân tố
FLT(A) = 𝐹(0,95;𝑓𝐴 ; 𝑓𝑇𝑁 ) FLT (B) = 𝐹(0,95;𝑓𝐵; 𝑓𝑇𝑁 ) FLT (AB)=𝐹(0,95;𝑓𝐴𝐵; 𝑓𝑇𝑁 )
fA fB fAB fTN
k-1 m–1 (k-1).(m-1) mk(n-1)
Bài toán phân tích phương sai ba nhân tố -
Phương pháp ô vuông Latinh
Cách tính:
A1 = y111 + y122 + y133 + y144
A1 : tổng các giá trị y (y là giá trị trung bình của
ba lần thí nghiệm lặp lại của cùng điều kiện theo 1 ô)
Tương tự ta tính các giá trị khác là:
A2 , A3, A4 là tổng các kết quả có mức a2, a3, a4 .
B1 ,…, B4 tổng các kết quả có mức b1 ,…,b4 .
Bài toán phân tích phương sai ba nhân tố
1 n 2
SS 2 A1
n i 1
2 2
1 1
2
1 n
n n
SS 5 Ai B j C q
n i 1 n j 1 n q 1
Bài toán phân tích phương sai ba nhân tố
X ) 2 2
i
2 i
Nhân tố F X S2
n
SS A
A n-1 SS A =SS 2 SS 5 S 2
n 1
A
SS B
B n-1 SS B =SS 3 SS 5 S
2
n 1
B
SSC
C n-1 SS C =SS 4 SS 5 S
2
n 1
C
SSTNO
TNo (n-1)(n-2) SSTN O SS1 SS 2 SS 3 SS 4 2SS 5 S 2
(n 1)(n 2)
TN O
Bài toán phân tích phương sai ba nhân tố
5.2. QUY HOẠCH THỰC NGHIỆM
- Ta thường gặp các bài toán nghiên cứu tính chất hoặc chất
lượng của một hệ thống, hoặc hiệu quả hoạt động của một
đối tượng phụ thuộc vào một số các yếu tố liên quan.
- Nếu có đầy đủ các thông tin thì ta có thể xây dựng các
mô hình giải tích cho hệ thống và việc khảo sát dáng điệu
của hệ thống, hoặc tìm cực trị được tiến hành theo các
phương pháp đã biết
2
2
QUY HOẠCH THỰC NGHIỆM
Tổng các phần tử trong một cột bất kỳ (trừ cột 1) đều bằng không
Quy hoạch trực giao cấp một
Một cách bố trí thí nghiệm sao cho quy hoạch trực giao và có
tổng bình phương các phần tử của một cột đúng bằng số thí
nghiệm (N)
Quy hoạch trực giao bậc 1
Nếu mỗi nhân tố lấy 2 mức thực nghiệm, thì số thí nghiệm =
số hạng N = 2k. Với k: số biến/ số nhân tố ảnh hưởng lên kết
quả TN
Ví dụ khi k = 2 (số biến)
Ta có mô hình: y = b0+b1x1+b2x2+ b3x1x2
Số thí nghiệm = 22 = 4
Ưu điểm của quy hoạch trực giao bậc 1
X1 X2 X3 5,5 4 3
Mức gốc (0) 5 5 5
4,5 6 3
-1 -1 -1
5,5 6 3
+1 -1 -1
Khoảng biến 4,5 4 7
0,5 1 2 -1 +1 -1
thiên (𝜆) 5,5 4 7
+1 +1 -1
4,5 6 7
-1 -1 +1
Mức cao Zjmax 5,5 6 7 5,5 6 7
+1 -1 +1
Mức thấp
4,5 4 3 -1 +1 +1
Zjmin
+1 +1 +1
QUY HOẠCH THỰC NGHIỆM
Các bước để giải bài toán quy hoạch thực nghiệm.
1. Lập ma trận thực nghiệm
Ví dụ: để xác định 8 hệ số của phương trình hồi quy 3 biến dạng
y = b0+ b1x1+ b2x2+ b3x3 + b4x1 x2+ b5x1 x3 + b6x2x3+ b7x1 x2x3
Phải tiến hành 8 thực nghiệm, được trình bày dưới dạng ma trận:
N X0 X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 y1 y2 Y
1 +1 -1 -1 -1 +1 +1 +1 -1 Y1
2 +1 +1 -1 -1 -1 -1 +1 +1 Y2
3 +1 -1 +1 -1 -1 +1 -1 +1 Y3
4 +1 +1 +1 -1 +1 -1 -1 -1 Y4
5 +1 -1 -1 +1 +1 -1 -1 +1 Y5
6 +1 +1 -1 +1 -1 +1 -1 -1 Y6
7 +1 -1 +1 +1 -1 -1 +1 -1 Y7
8 +1 +1 +1 +1 +1 +1 +1 +1 y8
1. Lập ma trận thực nghiệm
Để thuận tiện, người ta lập bảng ma trận gốc theo một số mã
hóa: dấu âm (-) chỉ mức thấp, dấu dương (+) chỉ mức cao.
1 + - - - + + + - Y1
2 + + - - - - + + Y2
3 + - + - - + - + Y3
4 + + + - + - - - Y4
5 + - - + + - - + Y5
6 + + - + - + - - Y6
7 + - + + - - + - Y7
8 + + + + + + + + y8
1. Lập ma trận thực nghiệm
X1 X2 X3 Z1 Z2 Z3
X1 X2 X3
-1 -1 -1 4,5 4 3
Mức gốc (0) 5 5 5 +1 -1 -1 5,5 4 3
-1 +1 -1 4,5 6 3
Khoảng biến +1 +1 -1 5,5 6 3
0,5 1 2
thiên (𝜆)
-1 -1 +1 4,5 4 7
Mức cao 5,5 6 7 +1 -1 +1 5,5 4 7
-1 +1 +1 4,5 6 7
Mức thấp 4,5 4 3
+1 +1 +1 5,5 6 7
Làm thực nghiệm lặp lại để lấy giá trị trung bình. Thứ tự tiến
hành thực nghiệm phải ngẫu nhiên để tránh sai số hệ thống.
QHTG bậc 1- Phương án thực nghiệm tại tâm
Khi hoàn tất 2k thí nghiệm ở nhân phương án, người nghiên
cứu phải làm thêm m (m ít nhất bằng 3) thí nghiệm ở tâm
phương án với các giá trị ứng với thí nghiệm tâm là: y10 , y20 ,
y30….
Phương sai tái hiện một mẫu thực nghiệm được xác định:
2
2
σm
i yi0
− y0
Sth = (1) i = 1,2,3 … m
m−1
2 m: số thí nghiệm lặp lại
Sth = Sth (2)
Yi0 là giá trị đo được ở lần lặp thứ i
S bj =
Sth
(3) 𝑌ത 0 là giá trị trung bình của m lần đo
N
QHTG bậc 1- Phương án thí nghiệm song song
• Tại mỗi điểm thí nghiệm thứ u (u=1..N) ta lặp lại m lần
đo, được m giá trị của y1u, y2u,…,ymu. Ta coi đó là một mẫu
và tính được
QHTG bậc 1- Phương án thí nghiệm song song
Tại mỗi điểm thí nghiệm được lặp lại m lần.Trước khi tính toán hệ số
b và kiểm định các thông số thống kê phải kiểm tra sự đồng nhất của
các phương sai theo chuẩn Cochran (G), chỉ được phép ước lượng
các sai số khi phương sai đồng nhất.
Phương sai tái hiện của một cuộc thí nghiệm:
σN m
2 u σi yi − yഥi 2
Sth= 4 ; với i = 1,2,3 … m; u = 1,2,3…N
N(m−1)
m
σ yi − yഥi 2 1 N
2 i
Gọi Su = (m−1) (5) 2
Sth = σu=1 Su2 (6)
N
Phương sai phân phối trung bình của một cuộc thí nghiêm
2
2 S th
Sth (𝑦)
ത = 7
m
S2th (𝑦)
ത Sth(ഥ
2
8 S bj =
𝑦)
Phương sai của hệ số bj: Sbj =
N N
(9)
Đánh giá sự lặp lại của thí nghiệm
Chuẩn Cochran
Tại mỗi điểm thí nghiệm thứ u (u=1..N) ta lặp lại m lần đo, được m
giá trị của y1u, y2u,…,ymu. Ta coi đó là một mẫu và tính được
Nếu Gtính < Gbảng p,f1,f2 thì công nhận H0 đúng, thí nghiệm có
độ lặp lại.
Nếu Gtính Gbảng p,f1,f2 thì bác bỏ H0 tức là thực nghiệm không
có độ lặp lại, phải tăng số lượng thí nghiệm.
Ví dụ
Nghiên cứu độ dẫn nhiệt của phần thăng hoa sinh ra khi chlo
hóa xỉ titan nóng chảy. Độ dẫn nhiệt được xác định theo nhiệt độ
của nó, mật độ cảu chất và thành phần hóa học.
Các biến độc lập được chọn là:
1. Z1: nhiệt độ, oC;
2. Z2: hàm lượng chlo trong phần thăng hoa, % trọng lượng;
3. Z3; tỉ số nồng độ SiO2 và TiO2 trong phần thăng hoa.
Ví dụ
STT thí
Z1 Z2 Z3 x1 x2 x3 y
nghiệm
1 300 45 1,25 + + + 296
2 200 35 1,25 - - + 122
3 300 35 1,25 + - + 239
4 200 45 1,25 - + + 586
5 300 45 0,75 + + - 232
6 200 35 0,75 - - - 292
7 300 35 0,75 + - - 339
8 200 45 0,75 - + - 383
Ba thí nghiệm lặp lại ở tâm và nhận được ba giá trị của y như
sau: 𝑦10 = 295 ; 𝑦20 = 312; 𝑦30 = 293
Tính các hệ số hồi quy b
σN
u=1 xiu yiu
bi = (11) u: Thực nghiệm thứ u
N
i, j, k: vị trí biến
σN
u=1 xiu xju yiu
bij = (12)
N
σN
u=1 xiu xju xku yiu
bijk = (13)
N
Gía trị của hệ số bj trong phương trình hồi qui đặc trưng
cho sự đóng góp của yếu tố thứ j vào đại lượng y.
Hệ số nào có giá trị tuyệt đối lớn nhất thì yếu tố tương
ứng sẽ ảnh hưởng đến quá trình là nhiều nhất
Ví dụ
σN
u=1 xiu yiu
bi =
N
b1 = (1x296-1x122+1x239-1x586+1x232-1x292+1x339-
1x383) /8 = - 34,625
b2 = 63,125;
b3 = -0,375;
b0 = 311,125
σN
u=1 xiu xju yiu
bij =
N
b12 = (1x296 + 1x122 – 1x239 – 1x586 + 1x232 + 1x292 –
1x339 – 1x383) /8 = -75,625
b13 = -8,625;
b23 = 67,125
Đánh giá tính có nghĩa của hệ số hồi quy
Để kiểm tra ý nghĩa của các hệ số bj trong PTHQ với
phương án thí nghiệm tại tâm.
Đặt giả thuyết H0: bj = 0. Giả thuyết đảo Ha bj ≠ 0.
Tính hệ số thống kê:
|bj |
t tính = Sb
(14)
j
2
Sth 2 σm y0i − y0
Trong đó Sbj = với Sth = i
(1) i = 1,2,3 … m
N m−1
f=m–1
m: số lần lặp lại của thí nghiệm tại tâm
yi0 là giá trị đo được ở lần lặp thứ i
𝑦ത0 là giá trị trung bình của m lần đo
Đánh giá tính có nghĩa của hệ số hồi quy
Nếu ttính < tbảng (/2, f) thì công nhận H0, suy ra giá trị bj= 0.
Chứng tỏ xj không ảnh hưởng đến y.
Nếu ttính > tbảng (/2, f) thì bác bỏ H0, suy ra giá trị bj 0
với độ tin cậy . Chứng tỏ xj ảnh hưởng đến y.
Đối với quy hoạch trực giao bậc 1, nếu có hệ số bj = 0,
thì KHÔNG cần tính lại các hệ số còn lại.
Ví dụ
STT thí
Z1 Z2 Z3 x1 x2 x3 y
nghiệm
1 300 45 1,25 + + + 296
2 200 35 1,25 - - + 122
3 300 35 1,25 + - + 239
4 200 45 1,25 - + + 586
5 300 45 0,75 + + - 232
6 200 35 0,75 - - - 292
7 300 35 0,75 + - - 339
8 200 45 0,75 - + - 383
Ba thí nghiệm lặp lại ở tâm và nhận được ba giá trị của y như
sau: 𝑦10 = 295 ; 𝑦20 = 312; 𝑦30 = 293
Ví dụ
𝑦10 + 𝑦20 + 𝑦30
𝑦0 = = 300
3
2
2 σm y0i − y0
với Sth = i
1 với m = 3
m−1
|b0 | 311,125
t0 = = = 84,315
Sbj 3,69
t1 = 9,38; t2 = 17,107;
t3 = 0,1016; t12 = 20,4945; t13 = 2,3373; t23 = 18,1910
Tra bảng tp (f) với p = 0,95; f = 2. ta có: t0,95 (2) = 4,3
Ví dụ
2 1
Phương sai tương thích: Stt = σN 2
u=1(yu − yෝu ) (16)
N−n
0 2
2 σm y i −y
0
Phương sai tái hiện: Sth = i
(1) i = 1,2,3 … m
m−1
Trong ®ã
• 𝑦
ෞ𝑢 : kết quả thí nghiệm thứ u tính theo phương tình hồi quy
sau khi đã loại bỏ những hệ số ko có nghĩa.
• yu − yෞu : sai số giữa lý thuyết và thực nghiệm ở thí nghiệm
thứ u.
• N: số thí nghiệm
• n: số hệ số có nghĩa trong PTHQ
Đánh giá tính phù hợp của phương trình
hồi quy tìm được_Phương án TN tại tâm
Đánh giá tính phù hợp của phương trình hồi quy là đánh giá
mô hình thu được mô tả thí nghiệm đúng hay chưa đúng.
S2tt
Ftính = (15)
S2th
Z1 Z2 Z3 x1 x2 x3 y
1 300 45 1,25 + + + 296
2 200 35 1,25 - - + 122
3 300 35 1,25 + - + 239
4 200 45 1,25 - + + 586
5 300 45 0,75 + + - 232
6 200 35 0,75 - - - 292
7 300 35 0,75 + - - 339
8 200 45 0,75 - + - 383
Ba thí nghiệm lặp lại ở tâm và nhận được ba giá trị của y như
sau: 𝑦10 = 295 ; 𝑦20 = 312; 𝑦30 = 293
Ví dụ
y
Stt x0 x1 x2 x3 x1x2 x1x3 x2x3 𝑦ො (yi - 𝑦)
ො
Cal/m.hC
1 + + + + + + + 296 331,125 1233,765
2 + - - + + - - 122 139,875 319,515
3 + + - + - + - 239 221,875 293,265
4 + - + + - - + 586 551,625 1181,640
5 + + + - + - - 232 196,875 1233,765
6 + - - - + + + 292 274,125 319,515
7 + + - - - - + 339 356,125 293,265
8 + - + - - + - 383 417,375 1181,640
Ví dụ
Sự phù hợp của PTHQ với thực nghiệm được kiểm định theo
Fisher:
1 6056,37
2
Stt = σN (y − yෞu )2 = = 2018,7914
N−L u=1 u 3
S2tt 2018,7914
Ftính = S2th
= 109
= 18,521
2 1 N
Trong đó Sth = N σu=1 Su2 (6)
m
2
Stt = N−n σN
u=1(yu − yෞu )2 (17)
• 𝑦
ෞ𝑢 : kết quả thí nghiệm thứ u tính theo phương tình hồi quy sau khi
đã loại bỏ những hệ số ko có nghĩa.
• 𝑦𝑢 : giá trị trung bình của m lần thực nghiệm của thí nghiệm thứ u.
• 𝑦𝑢 − 𝑦 ෞ𝑢 : sai số giữa lý thuyết và thực nghiệm ở thí nghiệm thứ u.
• N: số thí nghiệm
• m: số lần lặp lại của mỗi thí nghiệm
• n: số hệ số có nghĩa trong PTHQ
Đánh giá tính phù hợp của phương trình
hồi quy tìm được
Đánh giá tính phù hợp của PTHQ là đánh giá mô hình
thu được mô tả thí nghiệm đúng hay chưa đúng.
𝐅𝐭í𝐧𝐡 < 𝐅𝐛ả𝐧𝐠 (𝐩,𝐟𝟏 ,𝐟𝟐 )
f1 = N - n , f2 = N(m -1)
N: số thực nghiệm
n: số hệ số có nghĩa trong PTHQ
m: số lần lặp lại cảu thực nghiệm (m = 1 với TN tại
tâm)
Nếu Ftính < Fbảng (p,f1 ,f2 ) thì sai khác giữa lý thuyết và
thực nghiệm là không đáng tin cậy nên mô hình mô tả
đúng TN
5.4. TỐI ƯU HOÁ THỰC NGHIỆM
Tối ưu hóa
Khái niệm
- Là quá trình tìm kiếm điều kiện tốt nhất (điều kiện tối ưu)
của hàm số được nghiên cứu.
- Để đánh giá điểm tối ưu cần chọn chuẩn tối ưu (là các tiêu
chuẩn công nghệ).
Cách biểu diễn bài toán tối ưu
- Giả sử một hệ thống công nghệ được biểu diễn dưới dạng
sau: Y = F(x1,x2,...xk)
Trong đó: (x1,x2,…xk) là vectơ các thông số đầu vào.
Hàm mục tiêu : I = I (x1,x2,…xk)
Bài toán được biểu diễn I opt = opt I (x1,x2,…xk) =I
(x1opt, x2opt,…xkopt )
Các bước thực hiện tối ưu hóa
thực nghiệm
Bước 1
- Xác định một điểm xuất phát nằm trong miền giới hạn
tổng thể của các biến đầu vào. Chọn điểm đó làm mức
cơ bản, chọn khoảng biến thiên của từng biến để xác
định miền giới hạn của quy hoạch thực nghiệm trực
giao cấp một.
Bước 2
- Làm các thí nghiệm theo quy hoạch trực giao cấp một
- Xây dựng phương trình hồi quy bậc nhất .
Nếu phương trình hồi quy bậc nhất không tương thích
thì chuyển tới thực hiện bước 4
- Nếu phương trình hồi quy bậc nhất tương thích thì
thực hiện bước 3
Các bước thực hiện tối ưu hóa
thực nghiệm
Bước 1
- Xác định một điểm xuất phát nằm trong miền giới hạn tổng
thể của các biến đầu vào. Chọn điểm đó làm mức cơ bản,
chọn khoảng biến thiên của từng biến để xác định miền giới
hạn của quy hoạch thực nghiệm trực giao cấp một.
Bước 2
- Làm các thí nghiệm theo quy hoạch trực giao cấp một
- Xây dựng phương trình hồi quy bậc nhất .
- Nếu phương trình hồi quy bậc nhất không tương thích thì
chuyển tới thực hiện bước 4
- Nếu phương trình hồi quy bậc nhất tương thích thì thực
hiện bước 3
Các bước thực hiện tối ưu hóa
thực nghiệm
Bước 3
- Xác định vectơ gradient của hàm mục tiêu tại mức cơ bản và xuất
phát từ mức cơ bản xác định tọa độ các điểm thực nghiệm nằm cách
đều nhau trên hướng của vectơ gradient với khoảng cách tự chọn phù
hợp với đối tượng nghiên cứu. Làm thực nghiệm để xác định một
điểm có giá trị hàm mục tiêu tốt nhất trên hướng gradient.
Chọn điểm tìm được làm điểm xuất phát mới và quay về bước 2 .
Bước 4
- Làm các thí nghiệm theo quy hoạch cấp hai (trực giao hoặc quay).
Bước 5
- Xây dựng phương trình hồi quy bậc hai.
- Nếu phương trình hồi quy bậc hai không tương thích thì chuyển tới
thực hiện bước 6 .
- Nếu phương trình hồi quy bậc hai tương thích thì thực hiện bước 7.
Bước 6
- Thu hẹp khoảng biến thiên của các biến đầu vào rồi quay về bước
Phương pháp dò tìm các điều kiện tối ưu
Nguyên tắc:
• Tìm ra điều kiện tối ưu thực nghiệm bằng cách
thay đổi giá trị của các biến x1, x2,..., xn một cách
luân phiên để tìm các giá trị cực trị trong không
gian n chiều alternating variable search (AVS).
• Được áp dụng chủ yếu cho QHTN 2 yếu tố
• Phương pháp này hiệu quả trong trường hợp các
biến không tương tác.
• Trong một số trường hợp không thể tìm được
điểm cực trị
Phương pháp đường dốc nhất
(steepest ascent)
Chuyển dịch
Phương pháp đường dốc nhất
theo vectơ grad
Nguyên tắc:
Tìm ra điều kiện tối ưu thực nghiệm bằng cách tìm
khoảng biến thiên mới của các yếu tố x1, x2,... để dịch
chuyển đồng thời và nhanh nhất các điều kiện thí nghiệm
về phía cực trị.
dịch chuyển đồng thời các điều kiện thí nghiệm về phía cực trị
Bước đầu tiên là thực hiện thực nghiệm với mỗi biến tại 2
mức. Hai mức thực nghiệm được chọn sao cho tạo thành
dạng hình chữ nhật.
Trung bình thay đổi trong mỗi mức của X = [3(35 - 30) + (39 - 34)4]/2 = 5
Trung bình thay đổi trong mỗi mức của Y = 3(34 - 30) + (39 - 35)4>2 = 4
Nên tìm kiếm đỉnh tối ưu ở khu vực bên phải và ở bên trên của
khu vực ban đầu.
Phương pháp mạng đơn hình
Mục tiêu:
Tìm ra điều kiện tối ưu thực nghiệm bằng
cách lập đơn hình gồm n + 1 đỉnh, mỗi đỉnh là một
tổ hợp n điều kiện ứng với n nhân tố, khảo sát ảnh
hưởng của các điều kiện của mỗi đỉnh đến hàm mục
tiêu, sau đó thay đổi điều kiện của các đỉnh làm cho
giá trị hàm mục tiêu nhỏ để dịch chuyển đồng thời
các điều kiện thí nghiệm về phía cực trị.
Phương pháp mạng đơn hình
Mục tiêu:
Tìm ra điều kiện tối ưu thực nghiệm bằng
cách lập đơn hình gồm n + 1 đỉnh, mỗi đỉnh là một
tổ hợp n điều kiện ứng với n nhân tố, khảo sát ảnh
hưởng của các điều kiện của mỗi đỉnh đến hàm mục
tiêu, sau đó thay đổi điều kiện của các đỉnh làm cho
giá trị hàm mục tiêu nhỏ để dịch chuyển đồng thời
các điều kiện thí nghiệm về phía cực trị.
Phương pháp mạng đơn hình
-Đầu tiên ta tiến hành k+1 thí nghiệm xuất phát sao cho
các điểm thí nghiệm là các đỉnh của đơn hình đều nói trên.
Ta được k+1 kết quả ra: y1, y2,…,yk+1. Sẽ có một điểm
thí nghiệm ứng với kết quả ra kém nhất.
- Ta thay điểm đó bằng điểm phản chiếu của nó qua tâm
của mặt đối diện. Điểm ảnh cùng với các điểm còn lại của
đơn hình cũ lại tạo thành một đơn hình đều mới.
- Đối với đơn hình đều mới, ta chỉ làm thêm một thí
nghiệm ở điểm ảnh. Ta lại so sánh các kết quả ra và sẽ tìm
được điểm thí nghiệm ứng với kêt quả ra kém nhất.
Ở đây có ba vấn đề cần giải quyết:
-Xây dựng đơn hình xuất phát thế nào?
- Chuyển từ tọa độ giả xj sang tọa độ thật như thế nào?
- Tìm các tọa độ của điểm ảnh thế nào?
Phương pháp mạng đơn hình
N(250, 49) = 7
n = 16, 𝑥ҧ = 244, α = 0,05
Phân phối =7
của tập số N1( x1, x2 , …, x16), 𝑥ҧ1
liệu x N2 ( x’1, x’2 , …, x’16), 𝑥ҧ2
68% N3 ( x”1, x”2 , …, x”16), 𝑥ҧ3
......
95% Nm ( xm1, xm2 , …, xm16), 𝑥ҧ𝑚
2.5% 2.5%
236 243 𝜇 = 250g 257 264
Định luật giới hạn trung tâm:
Tập hợp các giá trị trung bình N𝑥 ҧ (𝑥ҧ1 , 𝑥ҧ2 , 𝑥ҧ3 ,….., 𝑥ҧ𝑚 )
có 𝑋ധ = 𝜇0 và 𝑥 ҧ = 𝑥 / 𝑛 = 7/4
ҧ
(𝑥−𝜇)
Phân phối z= / 𝑛
của tập số
liệu 𝑥ഥ 𝑥 ҧ =7/4
Z (z1, z2, z3, …zm)